AI-бот для голосовых опросов: NPS, CSAT, тональный анализ

Что меняется после внедрения: измеримый эффект

Эффект от голосового обзвона считается не по числу запущенных звонков, а по доле диалогов, которые дошли до конца и дали пригодные для анализа ответы. Ниже — метрики, которые мы снимаем до и после запуска, чтобы результат можно было измерить, а не принять на веру.

Доля завершённых интервью

Бот не обрывает разговор на первом «неудобно говорить»: сценарий умеет перенести вызов на удобное время и вернуться к клиенту, а при нераспознанной фразе — переспросить, не теряя нить беседы. Для тех, кто не готов к длинной беседе, есть короткая ветка на 3-4 вопроса. Вместе это поднимает долю завершённых интервью с типичных 25-35% до 60-75% по той же базе и тому же времени суток.

Скорость обработки и нагрузка на команду

Ответы уходят в разметку сразу после звонка: индекс лояльности клиентов считается по завершённым интервью, тональность открытых ответов — моделью классификации, а не вручную. Время до готового отчёта по волне опроса сокращается с дней до часов, а нагрузка на операторов падает: они подключаются только к эскалациям — явно негативный тон, запрос живого человека или спор по услуге. Скорость обработки ответов перестаёт зависеть от размера выборки: тысяча звонков и десять тысяч обрабатываются за один и тот же цикл.

Индекс лояльности и тональность ответов

Индекс лояльности клиентов перестаёт быть одним усреднённым числом: в отчёте видно распределение по сегментам, точкам контакта и регионам, а негатив привязан к конкретному этапу обслуживания. Тональность открытых ответов раскладывается по темам — где клиенты называют причину ухода, где хвалят конкретную услугу. Это даёт основу для следующей волны опроса: вопросы уточняются по горячим темам, а не по догадкам.

Способы сбора голосовой обратной связи: сравнение

Разница между подходами не в качестве записи, а в том, кто ведёт диалог и что происходит при нестандартном ответе. Ниже — четыре схемы, между которыми реально выбирают при запуске голосовых опросов.

Запись и автоматическая расшифровка

Разговор записывается целиком и уходит в расшифровку: на выходе текст с разметкой по репликам и тональности. Это даёт возможность вернуться к спорной оценке и увидеть, на каком именно вопросе респондент начал сбиваться. Аудио храним отдельно от текста — со своим сроком хранения и правилами доступа.

Опрос с переключением на оператора

Гибридная схема начинается на боте: он задаёт шкалу, распознаёт речь и фиксирует оценки. Если человек переспрашивает, замолкает или даёт резко негативный отзыв, звонок переводится на оператора вместе с уже собранным контекстом — тот не начинает разговор заново.

Этапы внедрения голосового AI-бота

Голосовой AI-бот задаёт вопросы живым голосом, и порядок этапов здесь не случайный: сначала разбираем, что и как спрашиваем, затем учим бота говорить и слышать, и только потом выпускаем к клиентам. Распознавание проверяем на живых формулировках, а пробный запуск идёт на части базы — ошибка стоит десятка звонков, а не всей выборки.

Аудит текущих сценариев

1. Аудит сценариев опроса. Разбираем действующие анкеты: отмечаем вопросы, которые в устной речи звучат двусмысленно, длинные варианты ответов, запутанные переходы. На выходе — карта вопросов с решением, где хватит короткого ответа, а где нужна шкала.

Настройка диалога и проверка на реальных звонках

• Настройка сценария диалога. Собираем ветки, реплики подтверждения, реакцию на «не знаю» и отказ отвечать; задаём, сколько раз бот может переспросить, прежде чем зафиксирует «нет данных».
• Проверка распознавания. Прогоняем записи разговоров с разной дикцией, темпом и фоновым шумом, сверяем с ручной расшифровкой и правим словарь по конкретным формулировкам.
• Калибровка тональной оценки. На размеченных вручную фрагментах уточняем, что считаем нейтральным, а что — раздражением или сомнением.
• Пробный запуск на части базы. Бот обзванивает небольшую группу контактов, результаты сравниваем с контрольным обзвоном операторами и по факту правим сценарий.
• Передача регламентов. Отдаём инструкции по правке вопросов, разбору спорных ответов и выгрузке отчётов, с ответственными по каждой операции.

Что передаём на руки: конфигурации и регламенты

Передаём не доступы и не «ссылку на бота», а работающий контур с документацией, по которой команда заказчика сама правит сценарий и разбирает инциденты. Ниже — что именно уходит на руки вместе с решением.

Конфигурации и схемы диалога

• Схема диалога: ветки вопросов, точки выхода, таймауты молчания, обработка отказов отвечать и просьб перезвонить позже.
• Конфигурации сценария и наборов фраз в репозитории под контролем версий: правка формулировок и логики ветвления не требует выката кода.
• Правила расчёта NPS и CSAT, логика переспроса и повторного набора, границы тонального анализа и порядок разметки спорных ответов.
• Раздельные среды: тестовый контур с эталонными диалогами и боевой, куда изменения уходят только после прогона.

Политики доступа к записям

• Разграничение ролей: кому доступны агрегаты, кому расшифровки, кому аудиозаписи, плюс журнал обращений к записям.
• Сроки хранения и автоудаление записей, обезличивание перед выгрузкой за пределы контура.
• Регламент эскалации: какие ответы и тональность запускают передачу оператору и за какое время он обязан связаться.
• Инструкции для операторов: как читать расшифровку, что фиксировать в карточке, как закрывать негатив.
• Отчёты по опросам: панель по динамике метрик, методика их расчёта и выгрузка в хранилище заказчика.

Кейс: опрос клиентов после сервисного обращения

Сервисный центр опрашивал клиентов после каждого закрытого обращения: качество ремонта, сроки, вежливость инженера. Опрос держался на обзвоне — операторы звонили по списку, фиксировали оценку и вручную пересказывали открытые комментарии. Выборка при этом смещалась: дозванивались до тех, кто берёт трубку в рабочее время, остальные выпадали из картины.

Ситуация до внедрения

Обзвон растягивался на две недели после закрытия заявки — к этому моменту клиенты уже не помнили деталей и чаще отказывались разговаривать. Доля ответивших держалась около 14% от закрытых обращений, и это была не случайная выборка: в неё попадали в основном клиенты без претензий.

Открытые ответы обрабатывались вручную, тональность никто не считал. Системные причины недовольства — ожидание запчасти, повторный визит по той же неисправности — не всплывали в отчётах: руководитель сервиса видел средний балл и не видел, что за ним стоит.

Результат по метрикам

Развернули голосового AI-бота на исходящих сценариях: он дозванивается в течение часа после закрытия заявки, задаёт вопросы по шкале и уточняет причину низкой оценки открытым вопросом. Расшифровки и оценка тональности уходят в Битрикс24 карточкой сделки, без ручного ввода.

• Рост доли ответивших: 14% → 61% от закрытых обращений, смещение выборки ушло — бот дозванивается и в нерабочие часы.
• Сокращение ручного обзвона: линия из трёх операторов освободилась полностью, ручная работа осталась только на разборе эскалаций.
• Время до опроса: две недели → один час, клиент оценивает обращение по горячему следу.
• Тональность по открытым ответам: покрытие выросло с нуля до всех комментариев, темы группируются автоматически.

Побочный эффект, который заказчик не закладывал в задачу: негатив по повторным визитам стал виден на второй день, а не в квартальном отчёте — инженерные бригады начали разбирать такие случаи по горячим следам.

Чем отличается интерактивный опрос от автообзвона?

Автообзвон — это жёсткая последовательность: система набирает базу, зачитывает вопросы в фиксированном порядке, принимает нажатие клавиши или короткий ответ и закрывает вызов по таймауту. Пока респондент попадает в шаблон, схема работает. Как только он отвечает «смотря в каком филиале» или начинает объяснять — ответ либо теряется, либо падает в общую категорию «прочее», и в отчётности появляется шум вместо оценки.

Интерактивный опрос строится на сценарии диалога, а не на списке вопросов. Голосовой бот распознаёт смысл реплики, а не только нажатие, держит контекст предыдущих ответов и задаёт уточняющие вопросы: «Что именно неудобно — скорость или оформление?». Ветка выбирается по ответу, поэтому глубина интервью зависит от того, сколько респондент готов рассказать, а не от длины анкеты.

Ключевая часть сценария — переключение на оператора. Эскалация срабатывает не на всё подряд, а по правилам: низкая уверенность распознавания, конфликтная реплика, прямая просьба позвать человека, повтор вопроса. Тогда сложный случай уходит живому сотруднику с уже собранным контекстом, а не обрывается.

Для NPS и CSAT это разница между оценкой и её причиной. У автообзвона доля завершённых интервью падает на длинных анкетах, а открытые ответы односложны. У диалогового бота больше разговоров, доведённых до конца, и больше развёрнутых формулировок — тональный анализ получает материал, по которому видно, что чинить, а не только итоговую цифру.

Технические сомнения: точность распознавания и языки

Точность распознавания определяется не моделью, а каналом: шум, сжатие, перекрытие речи, акцент и диалект. Поэтому мы не называем процент «из воздуха» — до запуска прогоняем расшифровку на реальных записях заказчика и показываем долю верно распознанных слов и, что важнее, долю корректно определённых оценок и тональности.

Как устроены многоязычные опросы?

Язык выбирается до первого вопроса: по кампании, по номеру или голосом гостя. Модель распознавания и правила тонального анализа настраиваются под каждый язык отдельно — переносить их без проверки нельзя, маркеры недовольства в языках выражаются по-разному. Короткие вставки на другом языке распознаются штатно.

Как хранятся записи и как берётся согласие?

Согласие звучит в начале: бот проговаривает уведомление и фиксирует факт с временем; при отказе разговор завершается, данные не сохраняются. Аудио живёт в отдельном хранилище ограниченный срок по политике жизненного цикла, а расшифровка, оценки и метрики остаются бессрочно. Отзыв согласия и выгрузка по запросу обрабатываются из архива.

Обсудим задачу: с чего начинается внедрение

Внедрение голосового AI-бота начинается не с кода, а с разбора задачи: кто звонит, зачем, по какой шкале и что считается успешным звонком. Предметный разговор на старте экономит недели переделок — сценарий, ветвления и критерии приёмки фиксируются до первого набора номера. От вас нужен минимум, остальное добираем сами.

• Сценарий диалога: перечень вопросов, порядок, ветвления на отказ, переспрос, молчание и обрыв связи.
• Шкалы и формулировки: тексты вопросов NPS и CSAT, открытые вопросы для тонального анализа, правила отнесения отзыва к классу.
• Источник контактов и правила обзвона: часовые окна, число повторных попыток, согласия на обработку данных.
• Интеграции на старте: телефония, CRM или хранилище, куда складываются записи, оценки и расшифровки.
• Эталонная выборка: несколько десятков записей с разметкой — на ней калибруем распознавание речи и тональность.
• Метрики приёмки: доля завершённых опросов, доля корректно распознанных реплик, точность классификации отзывов.

После обсуждения задачи мы возвращаемся с оценкой сроков и черновиком плана внедрения. Первый этап работ — пилот на одном сегменте и одном сценарии: он показывает реальное качество на ваших абонентах и стоимости доступа к ним не требует. Только после приёмки пилота расширяем охват и добавляем новые ветки опроса.

Чтобы оценка была точной, заранее подготовьте: список или выгрузку контактов, согласованные тексты вопросов и контакт ответственного за приёмку. Этого достаточно, чтобы назвать состав требований к запуску и порядок работ.